FinCorp, AWS'de bir dolandırıcılık tespit hattı işletmektedir. Geçmiş özellik değerlerini S3'e kalıcı olarak depolamak için çevrimdışı mağazası etkinleştirilmiş birden çok SageMaker Feature Groups oluşturdunuz. Veri bilimcilerin, işlem kayıtlarını (S3'te transaction_timestamp içeren CSV) her işlem zamanındaki doğru geçmiş özellik değerleriyle SQL kullanarak Athena'da birleştiren eğitim veri kümeleri oluşturması gerekmektedir. Büyük eğitim dışa aktarımları için geçmiş özellik zaman damgalarında performanslı, doğru birleştirmeleri güvenilir bir şekilde sağlayacak hangi yapılandırma ve adım kullanılmalıdır?

Doğru cevap, SageMaker Feature Store'un çevrimdışı depolama yeteneklerini Athena ile birleştirerek büyük ölçekli ve zamanında doğru eğitim veri kümeleri oluşturmak için en etkili ve performanslı yolu sunar. DataCatalogConfig ile Glue tablolarını etkinleştirmek, Feature Group'un çevrimdışı depolanan Parquet verilerini Athena'nın sorgulayabileceği yapılandırılmış bir tablo olarak kaydeder. recordidentifiercolumn ve eventtimefeaturename doğru birleştirme anahtarlarını ve zaman damgası tabanlı filtrelemeyi sağlar. Athena SQL'i kullanarak işlem kayıtlarını eventtime <= transactiontimestamp koşuluyla birleştirmek, her işlem anındaki doğru geçmiş özellik değerlerini getirir ve bölüm budamasıyla performansı artırır. Diğer seçenekler şunlar için uygun değildir: Yalnızca çevrimiçi depoyu kullanmak ve GetRecord çağrıları yapmak, büyük eğitim veri kümeleri için çok yavaş ve maliyetli olacaktır. SageMaker Batch Transform'u featurestore-runtime API'si ile kullanmak, her kayıt için ayrı API çağrıları gerektireceğinden büyük ölçekli veri kümeleri için verimsizdir. Glue crawler'ı manuel olarak yapılandırmak, Feature Store'un yerleşik entegrasyonunu atlar ve eventtime gibi özel Feature Store meta verilerini otomatik olarak doğru şekilde işlemeyebilir, bu da doğru zaman tabanlı birleştirmeleri zorlaştırır.